ScholarGate
دستیار
Regression modelQuasi-experimental / causal inference

وزن‌دهی امتیاز تمایل (PSW / IPW)

وزن‌دهی امتیاز تمایل روشی در استنتاج علی است که مشاهدات را به‌گونه‌ای وزن‌دهی مجدد می‌کند که توزیع متغیرهای کمکی واحدهای تیمارشده و تیمارنشده قابل تعویض به نظر برسند و برآورد بدون بایاس اثرات میانگین تیمار را از داده‌های مشاهده‌ای امکان‌پذیر می‌سازد. هر واحد وزنی را دریافت می‌کند که معکوس احتمال دریافت تیمار واقعی آن است — راهبردی که توسط روزنباوم و روبین (1983) صورت‌بندی شده و شکل نیمه‌پارامتری کارآمد آن توسط هیرانو، ایمبنز و ریدر (2003) ارائه گردیده است.

باز کردن در MethodMindبه‌زودیApply, compare, get guidance
Tools & resources
دریافت اسلایدها
Learn & explore
ویدیوبه‌زودی

مطالعهٔ کامل روش

ویژهٔ اعضا

برای خواندن این بخش با حساب رایگان وارد شوید.

ورود

نقشهٔ روش

همسایگی روش‌های مرتبط — برای کاوش، یک گره را برگزینید.

+34 مورد دیگر

منابع

  1. Rosenbaum, P. R., & Rubin, D. B. (1983). The central role of the propensity score in observational studies for causal effects. Biometrika, 70(1), 41-55. DOI: 10.1093/biomet/70.1.41
  2. Hirano, K., Imbens, G. W., & Ridder, G. (2003). Efficient estimation of average treatment effects using the estimated propensity score. Econometrica, 71(4), 1161-1189. DOI: 10.1111/1468-0262.00442

نحوهٔ استناد به این صفحه

ScholarGate. (2026, June 3). Propensity Score Weighting Estimator. ScholarGate. https://scholargate.app/fa/causal-inference/propensity-score-weighting

کدام روش؟

این روش را در کنار نزدیک‌ترین روش‌های خویشاوندش بگذارید و آن‌ها را کنار هم بخوانید — کتابخانه کتاب‌ها را روی میز می‌گشاید؛ انتخاب با شماست.

مقایسهٔ کنار هم

ارجاع‌شده در

تعادل آنتروپی بیزیوزن‌دهی احتمال معکوس بیزیمدل ساختاری حاشیه‌ای بیزیوزن‌دهی مبتنی بر امتیاز تمایل بیزی (Bayesian Propensity Score Weighting)تطابق دقیق تقریب‌زده (CEM)برآورد دوگانه استوار در پژوهش‌های آموزشیارزیابی پویای تأثیر پادواقعیتعادل آنتروپی پویاوزن‌دهی معکوس احتمال پویاتطبیق نمره تمایل پویاتراز کردن آنتروپیHeterogeneous treatment effect Doubly robust estimationتوازن آنتروپی اثرات ناهمگن درمانوزن‌دهی احتمالاتی معکوس اثرات درمان ناهمگن (HTE-IPW)مدل ساختاری حاشیه‌ای اثر درمان ناهمگن (HTE-MSM)برآورد مضاعفاً استوار با تقویت یادگیری ماشین (ML-DR)وزن‌دهی احتمال معکوس تقویت‌شده با یادگیری ماشین (ML-IPW)مدل ساختاری حاشیه‌ای تقویت‌شده با یادگیری ماشین (ML-MSM)تطابق امتیاز تمایل تقویت‌شده با یادگیری ماشینوزن‌دهی مبتنی بر امتیاز تمایل تقویت‌شده با یادگیری ماشینمدل ساختاری حاشیه‌ای (MSM)برآوردگر تطبیقبرآوردگر وزنی احتمال معکوس چند دوره‌ایوزن‌دهی مبتنی بر امتیاز تمایل چند دوره‌اینمونه‌گیری وزنی آنلاینوزن‌دهی احتمال معکوس داده‌های پانلوزن‌دهی امتیاز تمایل داده‌های پانلبرآورد دورگه استوار (Doubly Robust Estimation) برای ارزیابی سیاستارزیابی سیاست با استفاده از وزن‌دهی احتمال معکوسمدل ساختاری حاشیه‌ای ارزیابی سیاستارزیابی سیاست با تطبیق امتیاز تمایلارزیابی سیاست‌گذاری با وزن‌دهی بر اساس نمره تمایلتطابق امتیاز تمایل در پژوهش‌های آموزشیوزن‌دهی معکوس احتمال قوی (Robust IPW)مدل ساختاری حاشیه‌ای مقاومRobust Propensity Score Matchingبرآوردگر وزنی نمره تمایل مقاومتوازن آنتروپی فضاییمدل ساختاری حاشیه‌ای فضاییوزن‌دهی امتیاز تمایل مکانی
ScholarGatePropensity Score Weighting (Propensity Score Weighting Estimator). بازیابی‌شده در 2026-06-17 از https://scholargate.app/fa/causal-inference/propensity-score-weighting · مجموعه‌داده: https://doi.org/10.5281/zenodo.20539026